Métodos para el análisis de documentos, determinación de su

CDU 050
Diciembre
Documentación
NORMA
UNE
5th121-91
MÉTODOS PARA EL ANALISIS DE DOCUMENTOS,
ESPAÑOLA
DETERMINACIÓN
DE SU CONTENIDO Y SELECCIÓN DE
LOS TÉRMINOS DE INDIZACIÓN
1
1991
OBJETO Y CAMPO DE APLICACIÓN
1.1 Esta norma recomienda procedimientos para el análisis de documentos, determinación
de su contenido y selección de los términos de indización. Se limita a las primeras etapas de la
indización y es independiente de la práctica del sistema de indización, ya sea pre-coordinado
o post-coordinado. Describe métodos generales de análisis de documentos que deben aplicarse en cualquier situación. Sin embargo, estos métodos están destinados especialmente a
los sistemas de indización en los que las materias de los documentos se expresan de forma
abreviada con ayuda de los términos de un lenguaje de indización controlado. En este contexto, el lenguaje controlado está constituido generalmente por un subconjunto de términos
extraídos del lenguaje natural y estructurado, por ejemplo, mediante un tesauro. Estos métodos se pueden aplicar, normalmente, a sistemas en los que, con fines de recuperación, los
conceptos se representan por símbolos seleccionados del esquema de clasificacion.
1.2 Las técnicas descritas en esta norma se pueden utilizar por cualquier organismo en el
que se empleen indizadores humanos para analizar temáticamente
el documento y expresar
el contenido en forma de términos de indización. No se aplican en instituciones que utilizan
tecnicas de indización automáticas en las que los términos existentes en los textos se organizan en conjuntos o clases según criterios que pueden aplicarse mediante un ordenador, por
ejemplo, por frecuencia de aparición y/o adyacencia en el texto, aunque la finalidad de estos
sistemas sea la misma.
1.3 Esta norma debe, en primer lugar, servir de guía a los indizadores para las etapas de análisis de los documentos e identificación de los conceptos. Puede aplicarse también a la búsqueda documental para transformar las peticiones de los usuarios en términos de indización
controlados. Tambien puede servir como guía para la elaboración de resúmenes analíticos,
teniendo presente, sin embargo, que estas tareas, aunque análogas, no son idénticas.
1.4
Esta norma se destina a promover la utilización
a)
en una institución
b)
en diferentes servicios de indización,
bibliográficos.
de una práctica normalizada
o una red de centros o instituciones;
en especial en aquellos que intercambian
registros
Continúa en páginas 2 a 7
Secretarla del
CTN
ICYT
I
Las observaciones relativas a ia presente norma deben ser dirigidas a
I
AENOR - Fernández de la Hoz, 52 - 28010 Madrid
Equivalente a:
ISO 5963: 1985
l
UNE 50-121-91
@AENOR 1991
Depósito legal: M 43 088-91
Documentation. Methods for examining documents. Determining their
subjects and selecting indexing terms.
Documentation. Mkthodes pour I’analyse des documents, la dbtermination
de ieur COt’Itenu et ia ShXtiOn
des terITWS d’indexation.
Grupo 4
AENOR AUTORIZA EL USO DE ESTE DOCUMENTO A UNIV.CARLOS III DE MADRID
-2-
UNE50-121-91
2 NORMAS PARA CONSULTA
UNE 50-I 06 - Documentación.
UNE 50- 1251) - Documentación.
Directrices para el establecimiento
Directrices para el establecimiento
y desarrollo de tesauros monolingües.
y desarrollo de tesauros multilingúes.
3 DEFINICIONES
Dentro del marco de esta norma, se aplican las definiciones
3.1 documento:
NOTA-
Cualquier fuente de información,
siguientes:
impresa o no, que se pueda catalogar o indizar.
Esta definición se refiere no ~610 a los materiales escritos e impresos en papel o microforma
(por ejemplo, libros, revistas especializadas, diagramas, mapas, etc.), sino tambih
a medios no impresos (por ejemplo, registros legibles por ordenador,
pelfculas y grabaciones sonoras) y a objetos de colección.
3.2 noción o concepto: Una unidad de pensamiento. El contenido semántico de un concepto puede ser expresado por una combinación de otros diferentes que pueden variar de un idioma a otro.
3.3
materia: Cualquier concepto o combinación
3.4 término de inditación:
La representación
de conceptos que representa el tema de un documento.
de un concepto en forma de:
-
un término derivado del lenguaje natural, preferiblemente
-
un código de clasificación.
NOTA-
Un tkmino
de indización puede constar de más de una palabra.
na como descriptor o no-descriptor.
3.5 descriptor: Término usado siempre,
tambikn como “término preferente”.
en la indización,
un sustantivo simple o compuesto.
En un lenguaje
de indizacibn
para representar
controlado,
un concepto
un thrmino
se desig-
dado, conocido
3.6 no-descriptor: Sinónimo o cuasi sinónimo de un descriptor. Los no-descriptores no se asignan a los documentos pero pueden servir como puntos de entrada en un índice, dirigiendo al usuario mediante una instrucción (por ejemplo: ver o vease) al descriptor. Se llaman, también ‘Wrminos no preferentes”.
3.7 índice: Lista alfabética y sistemática de materias que señala el lugar en que se encuentra
en un documento o en una colección de documentos.
3.8
indización: Acci6n de describir o identificar
un documento
cada materia
en relaci6n con su contenido.
4 PROCESO DE INDIZACIÓN
4.1 La indización no concierne a la descripción de un documento como entidad física (por ejemplo,‘no indica la forma, editor, fecha, etc.), aunque estos factores pueden estar incluidos en un índice de materias si esta
informaci6n puede permitir a un usuario determinar, de forma m6s precisa, si un documento dado es relevante para su necesidad de información.
1) Actualmenteen
elaboración.
AENOR AUTORIZA EL USO DE ESTE DOCUMENTO A UNIV.CARLOS III DE MADRID
UNE 50-121-91
4.2 Durante la indización los conceptos se extraen del documento mediante un proceso de análisis intelectual y despu& se transforman en términos de indización. Tanto el análisis como la transcripción deben realizarse con ayuda de herramientas de indización, como tesauros y sistemas de clasificación.
4.3
La indización consiste esencialmente
a)
examen del documento
b)
identificación
c)
selección de los tkminos
en tres etapas, que tienden a solaparse en la práctica:
y determinación
de su contenido;
y selección de los conceptos principales del contenido;
de indización.
Cada una de estas etapas, junto con un capítulosobre
el control de calidad, son tratadas en los capítulos 5 a 8.
5 EXAMEN DEL DOCUMENTO
5.1 La precisión con que se puede examinar un documento depende en gran manera de su forma física. Se
pueden distinguir dos casos diferentes: documentos impresos y documentos no impresos.
5.2 Los documentos impresos constituyen el material habitual de las bibliotecas y centros de documentaci6n cuyo fondo consiste principalmente en libros, revistas, informes, actas de congresos, etc. De forma ideal
la compresión completa de estos documentos requiere su lectura detallada. Sin embargo, una lectura completa es a menudo impracticable y no siempre necesaria, pero el indizador debe asegurarse de que no se ha
descuidado ninguna información útil. Las partes importantes del texto deben examinarse cuidadosamente y
se debe prestar especial atención a las siguientes:
a)
título;
b)
resumen, si lo tiene;
c)
sumario o tabla de contenido;
d)
introducción,
e)
ilustraciones, diagramas, tablas y su leyenda o explicación;
f)
palabras o frases que están destacadas mediante
párrafos iniciales de los distintos capítulos o apartados y conclusiones;
una tipografía
diferente
o subrayadas.
Todos estos elementos deben examinarse cuidadosamente
por el indizador durante el estudio del documento. No se recomienda la indización a partir del título solamente, y el resumen si existe, no se debe considerar como un sustituto del examen del texto. Hay títulos que pueden inducir a errores; existen resúmenes
que son insuficientes y ni los unos ni los otros constituyen una fuente segura del tipo de información que necesita el indizador.
5.3 Los documentos no impresos, tales como medios audiovisuales, visuales y sonoros, requieren procedimientos diferentes. En la practica no siempre es posible examinarlos en su totalidad. La indización hay que
realizarla en estos casos a partir del título y de la sinopsis o reseña. Sin embargo si estos son inadecuados o
insuficientes, el indizador debe visualizar o escuchar el documento.
6 IDENTIFICACIÓN
DE LOS CONCEPTOS
6.1 Después de examinar el documento el indizador debe identificar las nociones que son elementos esenciales de la descripcibn del contenido. Las instituciones que patrocinan la realización del índice deben establecer los factores que se consideran importantes en el campo temático cubierto por el índice.
AENOR AUTORIZA EL USO DE ESTE DOCUMENTO A UNIV.CARLOS III DE MADRID
-4-
UNE50-121-91
Algunas cuestiones que ilustran los ejemplos de criterios a retener son:
a)
iTrata el documento
de algún objeto sometido a una acción?
b)
icontiene
c)
¿Se ve afectado el objeto por la acción identificada?
d)
iTrata del agente causante de la acción?
e)
¿Se describen los medios para llevara
peciales)
f)
iExisten factores considerados en un medio o lugar particular?
g)
¿Se identifican.variables
h)
¿Se trata el tema desde un punto de vista particular no asociado normalmente
plo, estudio de la religi6n desde un punto de vista sociológico).
algún concepto activo? (por ejemplo, una acción, un procedimiento,
dependientes
etc.)
cabo la accibn? (por ejemplo, instrumentos,
técnicas o metodos es-
o independientes?
a ese campo? (por ejem-
Estos son ejemplos de criterios susceptibles de aplicación en muchos campos; en disciplinas particulares
de ser necesario formular otras cuestiones.
pue-
6.2 El indizador no tiene necesariamente que utilizar como tkrminos de indización todos los conceptos
identificados durante el examen del documento. La selección o el rechazo de conceptos depende de la finalidad con que se van a utilizar los tkrminos de indización, que pueden variar desde la producci6n de índices
alfabéticos impresos hasta la creación de una base de datos bibliográfica informatizada. La identificación de
conceptos puede también estar influida, como se indicó anteriormente,
por el documento a indizar. Por
ejemplo la indización de libros puede diferir de la de artículos de revistas.
Las dos características de un índice mis afectadas por la selección de los términos
haustividad y la especificidad.
de indización
son la ex-
6.3 La exhaustividad esta relacionada con el número de conceptos que se tienen en cuenta, y que caracterizan el contenido íntegro de un documento.
6.3.1
tos de
casos,
bierto
rentes
Un indizador que sigue los procedimientos indicados antes, debe poder identificar todos los concepun documento, que tienen valor potencial para los usuarios de un sistema de información. En algunos
en un mismo documento, se presentan independientemente
dos o más temas dentro del campo cupor la indización. En ese caso los temas deben tratarse de forma separada y, si es necesario, por difeespecialistas.
6.3.2 La cobertura de la indización no debe interpretarse de una forma demasiado estricta. Hay que tener
en cuenta qué términos de indización creados inicialmente para un grupo de usuarios (por ejemplo, científicos y técnicos) pueden utilizarse por otros grupos (por ejemplo, economistas). Se aconseja que los indizadores de literatura científica y tkcnica tengan presentes otros aspectos del tema, en particular, los sociales y
económicos.
6.3.3 El principal criterio de selección de conceptos debe ser su valor potencial
sión del tema del documento para su recuperación.
como elemento
de expre-
En la selección de conceptos, el indizador debe tener en mente las preguntas que se pueden hacer al sistema
de información, en la medida en que dichas preguntas se pueden conocer. En efecto, este criterio constituye
la principal función de la indización. Dentro de este contexto el indizador debe:
a)
elegir las nociones mas apropiadas para un grupo de usuarios dado, sin perder de vista el objetivo de la
indización;
b)
modificar, si es necesario, tanto las herramientas como el procedimiento de indización, como resultado
de las preguntas hechas al sistema. Dichas modificaciones no deben producir distorsión de la estructura
o de la 16gica del lenguaje de indización.
AENOR AUTORIZA EL USO DE ESTE DOCUMENTO A UNIV.CARLOS III DE MADRID
-5-
UNE 50-121-91
6.3.4 El número de Wminos
o descriptores que se pueden asignar a un documento
no debe limitarse de
forma arbitraria.
Debe determinarse
enteramente
por la cantidad de información
contenida
en el documento en relación con las necesidades supuestas de los usuarios a que va destinado el índice. Imponer un Iímite arbitrario
puede conducir a una pérdida de objetividad
en la indización
y a una deformaci6n
de la información que se podrá utilizar en la recuperación.
Si por imposiciones establecidas es necesario limitar el número de tkrminos, la selección de conceptos debe
ser guiada por el juicio del indizador sobre el papel de cada término para expresar el contenido total del documento.
6.4 La especificidad
está relacionada
con la exactitud
con que un concepto particular
que aparece
documento está representada por un tkrmino de indización.
Se produce una pérdida de especificidad
do un concepto particular está representado
por un término que tiene un significado
m6s general.
en un
cuan-
Las nociones deben identificarse
de la forma
nes m6s generales en los casos siguientes:
nocio-
mSs específica
posible.
Sin embargo,
pueden
preferirse
a)
cuando el indizador considere que un exceso de especificidad
puede actuar de forma negativa sobre el
sistema de indización.
(Por ejemplo, puede decidir que un modelo muy específico de una máquina se represente por el t&mino
m6s genérico de ese tipo de máquinas, en especial cuando esas nociones aparecen ~610 en áreas muy restringidas del campo temático cubierto por el índice);
b)
cuando se trate de una idea no completamente
desarrollada,
autor, estará justificada la indización a un nivel m6s general.
o de la que se hace ~610 una alusión
por el
7 SELECCIÓN DE LOS TÉRMINOS DE INDIZACIÓN
7.1 Cuando
guientes:
los conceptos
se traducen
en términos
ya presentes en el lenguaje
de indización,
Los conceptos
b)
Los términos que representan nuevos conceptos deben comprobarse,
tación, con ayuda de obras de referencia tales como:
en cuanto
-
diccionarios
en cuestión;
-
tesauros, especialmente
-
clasificaciones
de autoridad
los elaborados
deben retenerse
debe observar
a)
y enciclopedias,
de indización
el indizador
reconocida
de acuerdo
en la materia
las reglas si-
como descriptores.
a su exactitud
y su acep-
con las normas UNE SO-106 y UNE 50-125;
temAticas.
Se puede también consultar a especialistas
de indización y documentación.
en la materia,
prefiriéndose
aquellos
que tienen
conocimientos
7.2 El indizador debe estar familiarizado
con estas obras y con las limitaciones
que presentan, por ejemplo
una lista de encabezamientos
de materia o un esquema de clasificación
puede no permitir la representación
exacta de un concepto encontrado
en un documento.
Si los conceptos están representados
por códigos de
clasificación,
necesita saber que estos códigos designan generalmente
un contexto
más amplio o más restringido, que puede no ser completamente
apropiado para el documento estudiado.
7.3 Si un lenguaje de indización
incorpora un tesauro, el número de términos
multiplicidad
de entradas, pueden reducirse sin perdidas, ya que los términos
pueden establecerse con el propio tesauro.
Cuando se utiliza
concepto dado.
un tesauro
debe seleccionarse
el tkmino
m6s específico
asignados
generales
existente
al documento
y la
y otras relaciones
para representar
AENOR AUTORIZA EL USO DE ESTE DOCUMENTO A UNIV.CARLOS III DE MADRID
un
UNE 50-121-91
-6-
7.4 Algunos sistemas de indización
utilizan indicadores de función de enlace, de ponderación,
zador debe estar familiarizado
con todas las reglas asociadas con el uso de estos mecanismos.
7.5 En la práctica el indizador encontrará con frecuencia conceptos
quema de clasificación.
Según el sistema utilizado dichos conceptos
por ejemplo:
a)
expresarlos
por terminos
o descriptores
b)
representarlos
temporalmente
adición posterior.
y añadirlos
por términos
inmediatamente
más generales,
etc. El indi-
que no existen en ningún tesauro o esdeberán tratarse de diferentes formas,
al lenguaje
y proponerlos
de indización.
como candidatos
para una
8 CONTROL DE CALIDAD DE LA INDIZACIÓN
8.1
La calidad y la coherencia
de la indización
a)
la competencia
b)
la calidad de los instrumentos
dependen
de factores tales como:
del indizador;
de indización.
En una situación ideal, los términos de indización asignados a un documento
y el nivel de exhaustividad
conseguido son identicos con cualquier
indizador.
Para un mismo sistema de indización
estos factores deben
mantenerse relativamente
estables en el tiempo. La coherencia es un factor importante
en el comportamiento de un sistema de indización,
en especial cuando la información
se va a intercambiar
entre diferentes
centros de una red documental.
8.2 La imparcialidad
total del indizador
es un factor necesario para conseguir la consistencia de la indización. Un juicio subjetivo en la identificación
de los conceptos y en la elección de los terminos de indización,
afectarán inevitablemente
al comportamiento
del sistema de indización.
La consistencia es más difícil de
conseguir con un equipo de indización
formado por muchos miembros o cuando la indización
se lleva a cabo por equipos de indizadores que trabajan en lugares diferentes,
por ejemplo en un sistema descentralizado. En estas situaciones, se recomienda
una etapa de comprobación
centralizada
con devolución
a los indizadores.
8.3 El indizador debe tener un buen conocimiento
del campo de que tratan los documentos a indizar. Debe
comprender
los términos que se encuentran
en los documentos
y las reglas y procedimientos
del lenguaje
de indización
específico. Los centros que manejan documentos
en lenguas extranjeras deben disponer de
especialistas en esas lenguas.
8.4 La calidad de la indización se podrá conseguir de manera mas efectiva si los indizadores tienen
directo con los usuarios. Estos podrían, por ejemplo, determinar
si ciertos términos o descriptores
ceptiblesde
producir combinaciones
falsas, dando lugar a salidas no pertinentes.
contacto
son sus-
8.5 La calidad de la indización depende también de la posibilidad
de poner al día el lenguaje de indización.
Es esencial que el sistema permita la introducción
de nuevos términos en el lenguaje o cambios en la terminología que respondan a nuevas necesidades de los usuarios.
8.6 Cuando sea posible,
peración de documentos,
debe comprobarse la calidad de la indización,
analizando
por ejemplo, calculando los porcentajes de exhaustividad
los resultados
y de precisión.
de la recu-
9 CORRESPONDENCIA CON OTRAS NORMAS
Esta norma es tecnicamente
equivalente
a la norma ISO 5963: 1985.
AENOR AUTORIZA EL USO DE ESTE DOCUMENTO A UNIV.CARLOS III DE MADRID
-7-
ANEXO A
Organigrama
UNESO-121-91
(Informativo)
del proceso de indizacibn
utilizando
un tesauro
0
Principio
Examen del documento e identificación de los concep-
Considerar el
primer concepto
Seleccionar otro
tbrmino que
Seleccionar
Considerar el
descriptor
Considerar
cada
Admitir el nuevo
término en el
tesaurus
Considerar todos
los thrminos
asociados en el
tesauro. Ejemplo:
TG, TS, VA
Si
Asignar el (los)
1
Se%;;;;
alternativo
el
0
Final
AENOR AUTORIZA EL USO DE ESTE DOCUMENTO A UNIV.CARLOS III DE MADRID
.
AENOR AUTORIZA EL USO DE ESTE DOCUMENTO A UNIV.CARLOS III DE MADRID